Senvol demonstra novo aprendizado de máquina

As indicações já estão abertas para o 3D Printing Industry Awards 2023. Quem são os líderes em impressão 3D? Descubra no dia 30 de novembro, quando os vencedores das vinte categorias serão anunciados durante uma cerimônia de premiação ao vivo em Londres.

O especialista em dados de fabricação aditiva Senvol demonstrou uma nova abordagem de aprendizado de máquina (ML) para materiais permitidos, com o software de ML da empresa prevendo com precisão o desempenho do material.

A Senvol recebeu este contrato para aplicar seu software de aprendizado de máquina, Senvol ML, para facilitar o caminho para o rápido desenvolvimento de propriedades de materiais permitidas para fabricação aditiva. Este trabalho foi realizado como parte de um contrato W911NF-20-9-0009 do governo dos EUA.

A abordagem da empresa é considerada mais econômica, flexível e econômica do que a abordagem convencional de Desenvolvimento e Padronização de Propriedades de Materiais Metálicos (MMPDS) para o desenvolvimento de materiais permitidos.

A Senvol fez parceria com a EWI e a Pilgrim Consulting como parte do programa. A empresa privada de pesquisa e desenvolvimento (P&D) sem fins lucrativos Battelle e Hector Sandoval, LM Fellow da Lockheed Martin, atuaram como consultores técnicos. O contrato foi administrado pelo Centro Nacional de Ciências da Manufatura (NCMS) por meio do programa AMMP Other Transaction Agreement (OTA).

“O desenvolvimento de materiais permitidos é um empreendimento muito caro e demorado”, comentou a presidente da Senvol, Annie Wang. “O programa da Senvol teve muito sucesso ao demonstrar uma nova abordagem para a fabricação aditiva que permite o desenvolvimento que aproveita o aprendizado de máquina. Ficamos muito satisfeitos com os resultados e esperamos continuar trabalhando nesta área de ponta.”

Dr. William E. Frazier, Cientista Chefe aposentado de Engenheiro de Veículos Aéreos da NAVAIR e Presidente da Pilgrim Consulting LLC, acrescentou: “Fiquei muito satisfeito em me juntar à equipe da Senvol neste programa. A abordagem habilitada para aprendizado de máquina da Senvol aborda diretamente um grande desafio da indústria: o desenvolvimento rápido e econômico de propriedades de materiais de fabricação aditiva permitidas.”

Otimizando o desenvolvimento de material permitido com ML

Embora a fabricação aditiva permita a produção de projetos leves e com economia de tempo, Senvol afirma que esses benefícios são limitados pelos requisitos de tempo e alto custo do desenvolvimento permitido.

Este elevado custo é largamente atribuível ao facto de que o desenvolvimento material permitido requer que uma quantidade substancial de dados empíricos seja gerada num ponto de processamento fixo. Como tal, todos os dados empíricos normalmente precisam ser gerados do zero sempre que há uma grande mudança no processo. Isto torna os processos de fabrico aditivo dispendiosos e demorados, tanto durante a implementação inicial como a longo prazo, quando há alterações inevitáveis ​​no procedimento de impressão 3D.

Por meio deste programa, a Senvol demonstrou uma nova abordagem para o desenvolvimento de materiais permitidos que aproveita o aprendizado de máquina. O programa centrou-se em torno de um material de aço inoxidável 17-4 PH, processado através de uma impressora 3D de fusão em leito de pó.

O software de ML da Senvol, que apoia a qualificação de processos de fabricação aditiva, foi aproveitado no programa para desenvolver propriedades de materiais com base estatística comparáveis ​​às permitidas pelos materiais. O software conseguiu isso ao mesmo tempo em que otimizou os requisitos de geração de dados.

De acordo com Senvol, esta abordagem de aprendizado de máquina é flexível e pode lidar com alterações no processo AM. Na verdade, o software de ML da empresa pode ser aplicado a qualquer processo de fabricação aditiva, qualquer impressora 3D e qualquer material. Isto torna a abordagem ideal para a sustentação a longo prazo.

“O uso de aprendizado de máquina para processos de fabricação aditiva e desenvolvimento de materiais está muito maduro. Isto foi adotado pela indústria e é o fruto mais fácil de alcançar. O uso de aprendizado de máquina especificamente para o desenvolvimento de materiais permitidos, no entanto, ainda é um trabalho em andamento”, explicou o presidente da Senvol, Zach Simkin.